目錄

• 1. Bitmap索引的使用
• 1.1 Bitmap索引介紹
• 1.2 Bitmap索引使用的注意事項
• 1.3 Bitmap索引的使用
• 2. BloomFilter索引
• 2.1 BloomFilter索引介紹
• 2.2 BloomFilter原理
• 2.3 BloomFilter索引的使用
• 2.4 Doris BloomFilter使用場景
• 2.5 Doris BloomFilter使用注意事項

1. Bitmap索引的使用

1.1 Bitmap索引介紹

bitmap index是一種位圖索引，是一種快速數據結構，能夠加快查詢速度

1.2 Bitmap索引使用的注意事項

使用限制：

• 目前索引僅支持bitmap類型的索引
• bitmap索引僅在單列上創(chuàng)建
• bitmap索引能夠應用在Duplicate、Uniq數據模型的所有列和Aggregate模型的key列上
• bitmap索引僅在Segment V2儲存格式下生效。當創(chuàng)建index時，表的存儲格式將默認轉換為V2格式

bitmap索引支持的數據類型:

• TINYINT
• SMALLINT
• INT
• UNSIGNEDINT
• BIGINT
• CHAR
• VARCHAR
• DATE
• DATETIME
• LARGEINT
• DECIMAL
• BOOL

1.3 Bitmap索引的使用

創(chuàng)建索引

mysql> create index if not exists click_bitmap_index on test_db.click (user_id) using bitmap comment "bitmap index test";Query OK, 0 rows affected (0.05 sec)mysql> 

查看索引

mysql> show index from test_db.click;+-------------------------------+------------+--------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+-------------------+| Table | Non_unique | Key_name   | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment   |+-------------------------------+------------+--------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+-------------------+| default_cluster:test_db.click |    | click_bitmap_index |      | user_id     |   |     |  ||      | BITMAP     | bitmap index test |+-------------------------------+------------+--------------------+--------------+-------------+-----------+-------------+----------+--------+------+------------+-------------------+1 row in set (0.04 sec)mysql> 

刪除索引

mysql> drop index if exists click_bitmap_index on test_db.click;Query OK, 0 rows affected (0.03 sec)mysql> 

2. BloomFilter索引

2.1 BloomFilter索引介紹

是一種多哈希函數映射的快速查找算法，本質上是一種位圖結構。通常應用在一些需要快速判斷某個元素是否屬于集合，但是并不嚴格要求100%正確的場合，因為BloomFilter會告訴調用者一個元素存在或不存在一個集合。但存在不一定準確

2.2 BloomFilter原理

實際上是由一個超長的二進制位數組和一系列的哈希函數組成。二進制位數組初始全部為0，當給定一個元素時，這個元素會被一系列哈希函數計算映射出一系列的值，所有的值在位數組的偏移量處置為1。而對于一個待查詢的元素，也會用相同的哈希函數映射到位數組上，只要有一個哈希函數映射沒有命中之前的元素的偏移量，則不存在于集合中

下圖所示出一個m=18, k=3(m是該Bit數組的大小，k是Hash函數的個數)的Bloom Filter示例。集合中的x、y、z三個元素通過3個不同的哈希函數散列到位數組中。當查詢元素w時，通過Hash函數計算之后因為有一個比特為0，因此w不在該集合中

BloomFilter索引也是以Block為粒度創(chuàng)建的。每個Block中，指定列的值作為一個集合生成一個BloomFilter索引條目，用于在查詢是快速過濾不滿足條件的數據

2.3 BloomFilter索引的使用

創(chuàng)建表使用BloomFilter索引

mysql> create table order_tb(    -> user_id bigint,    -> order_date date,    -> city varchar(32),    -> url varchar(512)    -> ) distributed by hash(user_id, city) buckets 8    -> properties(    -> "bloom_filter_columns"="user_id,order_date"    -> );Query OK, 0 rows affected (0.07 sec)mysql> 

查看BloomFilter索引

mysql> show create table order_tb;

刪除BloomFilter索引

mysql> alter table test_db.order_tb set ("bloom_filter_columns" = "");Query OK, 0 rows affected (0.05 sec)mysql>

修改BloomFilter索引

mysql> alter table test_db.order_tb set ("bloom_filter_columns" = "user_id,city");Query OK, 0 rows affected (0.05 sec)mysql> 

2.4 Doris BloomFilter使用場景

• 首先BloomFilter適用于非前綴過濾
• 查詢會根據該列高頻過濾，而且查詢條件大多是in和=過濾
• 不同于Bitmap, BloomFilter適用于高基數列。比如UserID。因為如果創(chuàng)建在低基數的列上，比如”性別“列，則每個Block幾乎都會包含所有取值，導致BloomFilter索引失去意義

2.5 Doris BloomFilter使用注意事項

• 不支持對Tinyint、Float、Double 類型的列建Bloom Filter索引
• Bloom Filter索引只對in和=過濾查詢有加速效果
• 如果要查看某個查詢是否命中了Bloom Filter索引，可以通過查詢的Profile信息查看

到此這篇關于Apache Doris的Bitmap索引和BloomFilter索引使用的文章就介紹到這了,更多相關Apache Doris索引內容請搜索以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持！